VOC格式转YOLO标签读取xml文件遇到的问题

使用训练DIOR遥感数据集： 计划使用训练DIOR遥感数据集，由于DIOR数据集的标注格式是VOC格式（其实有两种版本标注，一种是VOC格式，一种是OBB格式，都是xml文件，由于官网登录不上，下载的是CSDN上的百度云链接，所以可能会有标注标签出错的情况。），需要将VOC格式转换为YOLO格式才可以开始训练。 问题描述：

在CSDN中找到了大神分享的VOC转YOLO格式，提取xml标签中坐标的方法，链接地址：.py原文代码如下：

# -*- coding: utf-8 -*-
import xml.etree.ElementTree as ET
import os
from os import getcwdsets = ['train', 'val', 'test']
classes = ["a", "b"]   # 改成自己的类别
abs_path = os.getcwd()
print(abs_path)def convert(size, box):dw = 1. / (size[0])dh = 1. / (size[1])x = (box[0] + box[1]) / 2.0 - 1y = (box[2] + box[3]) / 2.0 - 1w = box[1] - box[0]h = box[3] - box[2]x = x * dww = w * dwy = y * dhh = h * dhreturn x, y, w, hdef convert_annotation(image_id):in_file = open('/home/trainingai/zyang/yolov5/paper_data/Annotations/%s.xml' % (image_id), encoding='UTF-8')out_file = open('/home/trainingai/zyang/yolov5/paper_data/labels/%s.txt' % (image_id), 'w')tree = ET.parse(in_file)root = tree.getroot()size = root.find('size')w = int(size.find('width').text)h = int(size.find('height').text)for obj in root.iter('object'):# difficult = obj.find('difficult').textdifficult = obj.find('Difficult').textcls = obj.find('name').textif cls not in classes or int(difficult) == 1:continuecls_id = classes.index(cls)xmlbox = obj.find('bndbox')b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),float(xmlbox.find('ymax').text))b1, b2, b3, b4 = b# 标注越界修正if b2 > w:b2 = wif b4 > h:b4 = hb = (b1, b2, b3, b4)bb = convert((w, h), b)out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')wd = getcwd()
for image_set in sets:if not os.path.exists('/home/trainingai/zyang/yolov5/paper_data/labels/'):os.makedirs('/home/trainingai/zyang/yolov5/paper_data/labels/')image_ids = open('/home/trainingai/zyang/yolov5/paper_data/ImageSets/Main/%s.txt' % (image_set)).read().strip().split()list_file = open('paper_data/%s.txt' % (image_set), 'w')for image_id in image_ids:list_file.write(abs_path + '/paper_data/images/%s.jpg\n' % (image_id))convert_annotation(image_id)list_file.close()

## 出现问题： 路径问题，如果是在上运行，将路径改为版的路径。标签报错报错如图所示：

原因分析：

1.版本的路径和版本的路径不匹配，修改即可。

2.在解析标签时会报错，我这里报错的原因是，我的标注文件中不含有标签，将其注释掉即可。还有一种情况是代码原文中写的标签将首字母大写了，如图：

将第二条注释，取消第一条注释即可，即将改为，具体还是要根据你所用数据集的标注标签进行对应的修改。

3.不要忘记修改类别，将目标检测类别修改为符合你自身数据集格式。下图报错是因为我的类别只写了一种，但是我的数据集标注中，有的图片上有两种类别，会报不含该类别的错误。

解决方案： 对于爆红报错，追溯到第45行，即解析‘’标签出错。尝试打印出解析结果，结果如下图：

可以发现，最后一行的解析结果为空。其类型为，所以会报错。

打开标注文件，发现文件是这样的：

代码解析的是，但是标注文件中是。由于数据不是在官网下载，可能是出错了，这个标签应该是另一个OBB标注文件中的标签，虽然我不知道具体是什么意思。

处理方法就是，将标注文件标签更换，或者修改代码，在判断的时候加上标签即可。